Les données de la recherche en 5 points

GÉRER ET OUVRIR LES DONNÉES DE LA RECHERCHE EN 5 POINTS MERIÇ AKDOGAN CHARGÉE DE PROJETS DONNÉES DE LA RECHERCHE ET HUMANITÉS NUMÉRIQUES 21 OCTOBRE 2025 2 1. DONNÉES DE RECHERCHE 2. CHRONOLOGIE 3. BONNES PRATIQUES DE GESTION 4. OUVRIR LES DONNÉES 5. DONNÉES ET PUBLICATION Sommaire 3 1 DONNÉES DE RECHERCHE 4 Qu’est-ce que la science ouverte ? …partager les connaissances et productions scientifiques, non seulement avec l’ensemble de la communauté scientifique, mais aussi avec tous les acteurs de la société. Réf : https://www6.inrae.fr/dipso/Zoom-sur/Pour-une-definition-de-la-science-ouverte …construire un écosystème dans lequel la science est plus transparente, plus solidement étayée et reproductible, plus efficace et cumulative Réf : https://www.ouvrirlascience.fr/plan-national-pour-la-science-ouverte/ Image générée par ChatGPT 5 Taxonomie de la Science Ouverte Ref : https://www.fosteropenscience.eu/foster-taxonomy/open-science-definition 6 SO en bref Ref : Piliers de la sciences ouverte, d'après les recommandations de l'Organisation des Nations unies pour l'éducation, la science et la culture (UNESCO, 2021). 7 Images Chiffres Textes Sons Source : OECD. 2007. « OECD Principles and Guidelines for Access to Research Data from Public Funding ». https://www.ouvrirlascience.fr/oecd-principles-and-guidelines-for-access-to-research-data-from-public-funding/ Les données de la recherche Qu’est-ce que c’est ? Source : https://afriksurvey.com/collecte-de-donnees-types-methodes-et-outils/ 8 « Research data means data in the form of facts, observations, images, computer program results, recordings, measurements or experiences on which an argument, theory, test or hypothesis, or another research output is based. Data may be numerical, descriptive, visual or tactile. It may be raw, cleaned or processed, and may be held in any format or media. » DANS, « What Is Research Data », 2017. https://web.archive.org/web/20210415044348/https://www.ands.org.au/__data/ass ets/pdf_file/0006/731823/Whatis-research-data.pdf Les données de la recherche Qu’est-ce que c’est ? 8 Source : Harrower, Natalie, Maryl, Maciej, Biro, Timea, Immenhauser, Beat, & ALLEA Working Group E-Humanities. (2020) Sustainable and FAIR Data Sharing in the Humanities: Recommendations of the ALLEA Working Group E-Humanities, https://doi.org/10.7486/DRI.tq582c863 9 Quelques exemples Types de données Caractéristiques Exemples Observation Collectées en temps réel ou sur le terrain . Non-reproductible. Conservation pérenne Cliché astronomique, neuro -imagerie, relevés de précipitations, observation ethnographique, notes de terrain Expérimentales Produites dans un cadre contrôlé. Reproductibles mais coûteuses. Séquence de génome, chromatographie, tests comportementaux, expériences en psychologie ou économie Référence Canoniques Collections validées, stables et utilisées comme référence. Base de données génomiques, portails de données spatiales, bases lexicales ( Frantext, TCOF). Computationnelles Modèles Générées par modèles numériques ou algorithmes. Reproductibles si le code et le modèle sont décrits. Simulation sismique, modèle climatique, modélisation sociale ou de réseaux. Dérivées Compilées Données brutes issues de traitements ou d’analyses. Importance de la traçabilité. Modèles 3D, fouille de textes, bases statistiques, corpus linguistiques annotés. Source d’icônes : Freepik 16 Le mouvement de l’Open data Répondre à une attente citoyenne •Un mouvement concernant la société dans son ensemble •Open government partnership, 2011 •78 pays » •«OGP’s vision is that more governments become sustainably more transparent, more accountable, and more responsive to their own citizens, with the ultimate goal of improving the quality of governance, as well as the quality of services that citizens receive. » 17 Le mouvement de l’Open data : En France •1978 - Loi n°78-753 du 17 juillet 1978, dite « loi CADA » •Création de la mission interministérielle Etalab avec l’ouverture du portail de data.gouv.fr en 2011 •Loi pour une République numérique en 2016 •Pour une action publique transparente et collaborative : plan d’action national pour la France, 2015-2017, 2018-2020, puis 2021-2023… 18 Loi pour une République numérique (2016) Open research data : article 30 «II.- Dès lors que les données issues d'une activité de recherche financée au moins pour moitié par des dotations de l'Etat, des collectivités territoriales, des établissements publics, des subventions d'agences de financement nationales ou par des fonds de l'Union européenne ne sont pas protégées par un droit spécifique ou une réglementation particulière et qu'elles ont été rendues publiques par le chercheur, l'établissement ou l'organisme de recherche, leur réutilisation est libre. «III.- L'éditeur d'un écrit scientifique mentionné au Ine peut limiter la réutilisation des données de la recherche rendues publiques dans le cadre de sa publication.Image : https://www.economie.gouv.fr/files/files/PDF/DP_LoiNumerique.pdf 19 Loi pour une République numérique (2016) Cécile Arènes, Lionel Maurel, Stephanie Rennes. Guide d'application de la Loi pour une République numérique pour les données de la recherche. Comité pour la science ouverte. 2022. ⟨hal-03968218⟩ 20 La science ouverte en France Plan national pour la science ouverte, 2018. «La France s’engage pour que les résultats de la recherche scientifique soient ouverts à tous, chercheurs, entreprises et citoyens, sans entrave, sans délai, sans paiement. » Axe 2, structurer et ouvrir les données de la recherche : •Rendre obligatoire la diffusion ouverte des données de recherche issues de programmes financés par appels à projets sur fonds publics. •Créer la fonction d’administrateur des données et le réseau associé au sein des établissements. • Créer les conditions et promouvoir l’adoption d’une politique de données ouvertes associées aux articles publiés par les chercheurs. 21 Le plan national pour la science ouverte –2 Plan national pour la science ouverte 2, 2021-2024. Axe 2 : structurer, partager et ouvrir les données de la recherche : •Mettre en œuvre l’obligation de diffusion des données de recherche financées sur fonds publics •Créer Recherche Data Gouv, la plateforme nationale fédérée des données de recherche •Promouvoir l’adoption d’une politique de données sur l’ensemble du cycle des données de la recherche, pour les rendre faciles à trouver, accessibles, intéropérables et réutilisables (FAIR) Axe 3 : ouvrir et promouvoir les codes sources produits par la recherche •Valoriser et soutenir la diffusion sous licence libre des codes sources issus de recherches financées sur fonds publics •Mettre en valeur la production des codes sources de l’enseignement supérieur, de la recherche et de l’innovation •Définir et promouvoir une politique en matière de logiciels libres 22 La feuille de route du MESRI pour les données et codes Politique des données, des algorithmes et des codes sources, 2021-2024. •Structurer, ouvrir et partager les données de recherche - Action 6 •Suivre l'ouverture des données et des codes de la recherche Baromètre de la science ouverte - - Action 7 •Accompagner les chercheurs dans la gestion des données et le « FAIR by design » -Action 9 •Collecter, préserver et partager les codes sources –Software Heritage - Action 11 •Accélérer les demandes d'accès des chercheurs aux données publiques - Actions 18 & 9 •Favoriser l'accès des chercheurs aux données d'intérêt généralAction 20 •Mettre en place des identifiants uniques et pérennes - Actions 22 à 27 •Accompagner l’adoption de licences libres -Action 45 23 La science ouverte A Sorbonne Université •Page web dedié : L’engagement pour la science ouverte •Une Charte de Sorbonne Université pour le libre accès aux publications Concernant les données : •Une Déclaration sur le droit des données de la recherche, signée en janvier 2020 •Une Politique d’ouverture des données de la recherche au sein de l’Alliance Sorbonne Université •inciter leurs équipes et personnels de recherche à ouvrir les données issues de la recherche autant que possible ; •promouvoir l'élaboration de plans de gestion des données dès la conception des protocoles de recherche ; •valoriser l’engagement des personnels de recherche qui partagent leurs données et œuvrent pour la science ouverte ; •mettre en place des programmes de formation et mobiliser les moyens nécessaires afin de créer un environnement favorisant l’ouverture des données. 24 3 BONNES PRATIQUES DE GESTION ↲ 25 Bien gérer ses données de recherche Pourquoi ? Biswas, Rahul, Cinabro, David, & Kessler, Rick. (2018). simlib_minion (Version 2) [Data set]. Zenodo. http://doi.org/10.5281/zenodo.1145822 Macario, A. (2013). Swath Bathymetry Pitman fracture zone [Data set]. Zenodo. http://doi.org/10.5281/zenodo.7515 32 Organiser vos données https://xkcd.com/1459/ Source : https://www.unige.ch/biblio/files/8515/8773/7986/2020_rdv_nommage_memo.pdf Nommage fichiers •Adopter une convention de nommage •Nommer ses fichiers de façon structurée 33 Documenter ses données Métadonnées •Contrairement à un article, un jeu de données ne comporte pas forcément d’informations qui permettent de l’identifier •Les métadonnées, les informations qui permettent de comprendre le contexte de production, les logiciels indispensables pour utiliser le jeu de données, sont donc essentielles 34 Décrire ses données Métadonnées 35 •Un standard générique, le dublin core : 15 champs •associé à des standards disciplinaires : DDI (SHS), EML (écologie), DwC (Darwin Core, biodiversité) •souvent transparent lors du dépôt, champs à remplir sur les formulaires des entrepôts. •Voir : DCC. Disciplinary metadata. http://www.dcc.ac.uk/resources/metadata-standards •Un outil pour générer des métadonnées : https://doranum.fr/wpcontent/uploads/datacite_metadata_generator_4.0.html Pour des données accessibles et interopérables Bien choisir les métadonnées Dublin core : 15 champs à remplir 36 Living Multiculture: the new geographies of ethnic diversity and the changing formations of multiculture in England https://ukdataservice.ac.uk/app/uploads/datadocumentation2023-06-01.pdf Documentation 37 Documentation : ReadME 38 Stocker vos données ●Conserver plusieurs copies de ses données sur différents lieux de stockage. Règle de la sauvegarde 3-2-1 : 3 copies sur 2 supports différents, avec au moins 1 une copie à distance ●Privilégier des systèmes de stockage robustes, avec sauvegarde automatique, tels que ceux fournis par les services informatiques de l’institution d’origine ●Chiffrer les données si elles ont un caractère sensible Source: NYU Libraries Data Management Planning guide http://guides.nyu.edu/data_management/storage_backup 39 Stocker vos données Source : https://doranum.fr/stockage-archivage/stockage-donnees/ 40 Conserver les données Que garder ? •Est-ce que les données doivent être gardées pour des raisons légales et pour combien de temps ? •Est-ce que les données doivent être conservées sans aucune perte d'information ? •Quelle perte d'information pourrait rendre les données inutilisables ? •Quel est l'intérêt à conserver les données ? •Font-elles partie d'une collecte plus importante ? •Pourront-elles être de nouveau collectées et, si oui, sans coût important ? •Y a-t-il un utilisation ultérieure des données à prévoir ? De quel type ? •Les données ont-elles une valeur culturelle ou sociale ? •Les données ont-elles une qualité suffisante pour une utilisation ultérieure ? •Les données peuvent-elles être utilisées à des fins d'enseignement ? Contactez le Service des archives et du recueil des acte (SARA) pour avoir plus d’information sur la conservation et la préservation des données à longue terme : [email protected] Vogel, Iris, et Marie Ryan (2020). s. d. « Workshop for Sustainable Research Data Management », https://www.fdm.uni-hamburg.de/en/service/workshops-schulungen/data-managment-dmp.pdf 41 Réutiliser des données Pourquoi c’est important ? 48 Ouvrir les données Restrictions •Communication interdite des données portant atteinte : •A la défense et la politique étrangère de la France, aux délibérations du gouvernement, au pouvoir exécutif •A la sûreté de l’État, la sécurité publique, à la sécurité des personnes , à la sécurité des biens de l’établissement et de ses systèmes d’informations •Au secret professionnel (médical, etc.) •Au secret industriel et commercial •Communication possible sous conditions de données : •Protégées par le droit d’auteur ou autres droits de propriété intellectuelle •Relatives à des personnes privées (données personnelles, vie privée) •Soumises au secret statistique •Liées à un contrat avec un tiers non soumis à une obligation de service public •Présentant des risques pour la protection du potentiel scientifique et technique de la nation (« unité protégée » ou « Zone à régime restrictif ») 🚫 Source : Saby, Mathieu. Gérer et diffuser ses données en SHS. https://osf.io/zj9as/ (CC: BY-NC) 49 Ouvrir les données : propriété intellectuelle •Les données sont-elles protégées par le droit d’auteur ? •Oui pour les « œuvres » même sans caractère artistique, si elles présentent un degré minimal d’« originalité »: textes, discours, photos, vidéos, musique, cartes, sculptures… •Oui pour le code informatique •Non pour des informations purement factuelles (mesures, comptages…) •Non pour les œuvres tombées dans le domaine public (pour être précis il reste un droit moral, inaliénable) Le fait que la collecte des données ait demandé un investissement (humain, matériel, financier) n’est pas créateur de droit d’auteur. •Autres droits de propriété intellectuelle : •Marques, dessins, modèles •Brevets, éléments brevetés •Droits des bases de données Sources : Saby, Mathieu. Gérer et diffuser ses données en SHS. https://osf.io/zj9as/ (CC: BY-NC) Dantant, Martin. Droit d’auteur des chercheurs, Logiciels, Bases de Données et Archives Ouvertes. https://web.archive.org/web/ 20220106221213/http://isid ora.cnrs.fr/IMG/pdf/201407-07__Droit_d_auteur_des_cherc heurs_Logiciels_Bases_de _Donne_es_et_Archives_O uvertes__Grenoble_ssc.pdf Interlocuteur à l’université : Bureau de la propriété intellectuelle 50 Propriété intellectuelle A qui appartiennent les résultats ? A votre employeur, dans la plupart des cas : •Ce qui est produit dans le cadre de nos mission est considéré comme un document administratif (au sens de la loi Valter). Attention ! Pour les doctorants : si la thèse est cofinancée ou réalisée en collaboration avec un partenaire privé => il faut se reporter au contrat. Cas particulier : je suis chercheur ou enseignant-chercheur : mes oeuvres (écrits, cartes, photographies, plans, etc.) qui sont originales et donc soumises au droit d’auteur m’appartiennent (exception – loi DADVSI 2006-961). Mais le reste appartient bien à mon employeur. Source : Morcrette, Nathalie, et Nathalie Gandon. 2016. « Cadre juridique des données de la recherche : Formation ». https://anfdonnees2016.sciencesconf.org/data/pages/Cadre_juridique.pdf Interlocuteur à l’université : Bureau de la propriété intellectuelle 51 Obligations liées au RGPD Bases légales Il est permis de traiter des données personnelles lorsque le traitement repose sur une des 6 bases légales mentionnées à l’article 6 du RGPD : •le consentement : la personne a consenti au traitement de ses données ; le contrat : le traitement est nécessaire à l’exécution ou à la préparation d’un contrat avec la personne concernée ; •l’obligation légale : le traitement est imposé par des textes légaux ; •la mission d’intérêt public : le traitement est nécessaire à l’exécution d’une mission d’intérêt public ; •l’intérêt légitime : le traitement est nécessaire à la poursuite d’intérêts légitimes de l’organisme qui traite les données ou d’un tiers, dans le strict respect des droits et intérêts des personnes dont les données sont traitées ; •la sauvegarde des intérêts vitaux : le traitement est nécessaire à la sauvegarde des intérêts vitaux de la personne concernée, ou d’un tiers. Source : CNIL. « La licéité du traitement : l’essentiel sur les bases légales prévues par le RGPD ». Consulté le 3 octobre 2021. https://www.cnil.fr/fr/les-bases-legales/liceite-essentiel-sur-les-bases-legales 52 Travailler avec son DPD A Sorbonne Université, documentation sur l’intranet : - Un guide, - Des exemples de fiches de registre d’activité par faculté. Contact de la DPD : [email protected] UMR : - Le DPD a été choisi par la/le DU, soit au CNRS/INSERM, soit à l’université. 54 Principe d’ouverture des données « As open as possible, as closed as necessary. » -Un principe d’ouverture par défaut ; - Des limitations en fonction du type de données. Mise en œuvre : production de données FAIR 55 ≠ ouvert Mons B, NeylonC,VelteropJ, Dumontier M, da Silva Santos LOB, Wilkinson MD. Cloudy, increasinglyFAIR; revisitingthe FAIR Data guidingprinciplesfor the EuropeanOpen Science Cloud. Information Services & Use. 2017;37(1):49-56. https://doi.org/10.3233/ISU-170824 56 Management differences Physical objects Source: Scappaticcio, Per i testi latini. digitized object and its metadata source: Marichal, Robert (2015) «Rustic Capital Writing: typed drafts and photos» [text ## image] NAKALA. https://doi.org/11280/1a32894f research data produced during project 57 Principes Logo FAIR : SangyaPundir. CC: BY-SA 4.0. Image : ANDS. CC: BY 4,0, Détail des principes FAIR : https://www.force11.org/gro up/fairgroup/fairprinciples « As open as possible, as closed as necessary. » 58 Partager sur un entrepôt de données Un entrepôt de données ? •Archives/plateformes en ligne permettant le dépôt, la description, la conservation, la recherche et la diffusion de jeux de données 65 Un exemple de dépôt Zenodo –3 66 Un exemple de dépôt Zenodo –4 67 •Éditeurs ou financeurs font souvent des recommandations en matière d’entrepôt de données. •Pas de recommandations ? Avant de choisir un entrepôt, vérifier : •La facilité de dépôt •Le coût •Les modalités d’accès •La pérennité d’accès •Les formats acceptés •Les volumes acceptés •L’attribution d’un identifiant pérenne (DOI ou autre) •La certification : CoreTrustSeal (critères) Source : Doranum https://doranum.fr/depotentrepots/choix-entrepot-depot-donnees/ Choisir un entrepôt 68 •Les principes éthiques sont respectés •Les droits de diffusion sont vérifiés/obtenus •Les modalités d’accès sont définies •Une licence appropriée est attribuée aux données •Les jeux de données à partager sont sélectionnés •Les fichiers sont organisés et nommés de façon explicite •Les fichiers sont dans des formats pérennes et ouverts •Le volume des fichiers ne dépasse pas la limite autorisée •Un identifiant pérenne est attribué aux données •Les données sont décrites et documentées Source : Doranum https://doranum.fr/depotentrepots/choix-entrepot-depot-donnees/ Vérifier un jeu de données avant son partage 69 5 DONNÉES ET PUBLICATIONS ↲ 70 Publication et données de recherche https://www.ouvrirlascience.fr/wp-content/uploads/2022/04/Guide_Partager_les_donnees_web.pdf 71 Source : Hélène Jouguet, “Love Data Week - Université de Lorraine Présentaion d’Huma-Num, 2023. https://scienceouverte.univlorraine.fr/files/2023/03/Huma_Num_HJ.pdf Via : Meriç AKDOGAN, et Alexandra Büttner. « Managing FAIR Data in the Humanities : Approaches and Examples ». 2023. https://doi.org/10.5281/zenodo.8081867 Publication et données de recherche 72 Publier un data paper •Article décrivant un jeu de données, notamment les méthodes de recueil •Détaille les potentiels de réutilisation de données •Le DMP peut servir de trame •Peut être publié dans une revue académique classique, plus souvent publié dans un data journal • Les articles font l’objet d’un peer-reviewing Leach TH, Winslow LA, Acker FW, Bloomfield JA, Boylen CW, Bukaveckas PA, et al. Long-term dataset on aquatic responses to concurrent climate change and recovery from acidification. Scientific Data [Internet]. 2018 [cité 28 mars 2019];5. Disponible sur: https://www.nature.com/articles/sdata201859 73 Dedieu, L. (2022, juillet 11). Publier un Data Paper : enjeux de bonnes pratiques, d'intégrité scientifique et de science ouverte. Zenodo. https://doi.org/10.5281/zenodo.6817004 74 Dedieu, L. (2022, juillet 11). Publier un Data Paper : enjeux de bonnes pratiques, d'intégrité scientifique et de science ouverte. Zenodo. https://doi.org/10.5281/zenodo.6817004 81 Services autour de la science ouverte à la BSU Cellule Données de la recherche & Humanités numériques : o[email protected] Département Publications et Open Access : o[email protected] o[email protected] Service des Archives et du Recueil des Actes : [email protected] 82 Vos questions Par chat ou de vive voix ! MERCI ! SORBONNE-UNIVERSITE.FR Sauf mention contraire, cette présentation est mise à disposition selon les termes de la Licence Creative Commons Attribution 2.0 France. Icônes : freepik MERCI 84 Principes Logo FAIR : SangyaPundir. CC: BY-SA 4.0. Image : ANDS. CC: BY 4,0, Détail des principes FAIR : https://www.force11.org/gro up/fairgroup/fairprinciples « As open as possible, as closed as necessary. » 85 Findable 85 Persistent identifiers Metadata Jones, Sarah, & Grootveld, Marjan. (2017, November 24). How FAIR are your data?. Zenodo. https://doi.org/10.5281/zenodo.1065991 Southern Nigerian Defender (2019) «Cassandra. 1947. “This World of Women.”» [Image] NAKALA. https://doi.org/10.34847/nkl.5f554adl ARKs 86 Accessible 86 How to access data (Repositories) Jones, Sarah, & Grootveld, Marjan. (2017, November 24). How FAIR are your data?. Zenodo. https://doi.org/10.5281/zenodo.1065991 Access conditions Beardsley, Marc, Martinez-Moreno, Judit, Santos, Patricia, & Hernández-Leo, Davinia. (2019). Supporting students in making informed data sharing decisions: from comprehension to consenting [Data set]. Zenodo. https://doi.org/10.5281/zenodo.3604060 87 Interoperable 87 Ontologies Vocabulaires Open formats Jones, Sarah, & Grootveld, Marjan. (2017, November 24). How FAIR are your data?. Zenodo. https://doi.org/10.5281/zenodo.1065991 Source : Vanhove, Martine (2023) «Beja DoReCo dataset» [Dataset] NAKALA. https://doi.org/10.34847/nkl.edd011t1 88 Reusable 88 Licenses Documentation Source : Vanhove, Martine (2023) «Beja DoReCo dataset» [Dataset] NAKALA. https://doi.org/10.34847/nkl.edd011t1